아몰프 새로운 자율 학습 로봇 VIDEO:Self-learning robots go full steam ahead

 

 

 

  아몰프(AMOLF)의 소프트 로보틱 매터 그룹의 연구원들은 소규모 자율 학습 로봇이 변화하는 환경에 쉽게 적응할 수 있다는 것을 보여주었다. 

 

그들은 이 간단한 로봇들을 기차처럼 한 줄로 연결시켰고, 그 후에 각각의 로봇은 가능한 한 빨리 앞으로 나아가도록 스스로 가르쳤다. 그 결과는 과학 학술지 PNAS에 실렸다.

 

https://www.eurekalert.org/pub_releases/2021-05/a-srg050621.php

 

 

로봇은 엄청나게 많은 일을 할 수 있는 기발한 장치이다. 

 

춤을 추고 계단을 오르내릴 수 있는 로봇, 그리고 몇 가지 말로만 해도 독립적으로 대형을 이루어 날 수 있는 드론 무리가 있다. 그러나 이러한 모든 로봇들은 상당한 수준으로 프로그래밍되어 있다. 다른 상황이나 패턴이 사전에 그들의 뇌에 심어졌거나, 중앙에서 제어되거나, 복잡한 컴퓨터 네트워크가 기계 학습을 통해 그들에게 행동을 가르친다. 

 

AMOLF의 소프트 로보틱 매터 그룹의 수석 연구원인 Bas Overvelde는, 가능한 한 간단한 자기 학습 로봇인, 기본적인 것으로 되돌아가기를 원했다. "결국, 우리는 간단한 빌딩 블록으로 구성된 자체 학습 시스템을 사용할 수 있기를 원한다."

 

연구원들은 그들이 어떻게 특정한 방향으로 가능한 한 빨리 움직일 수 있는지를 알기 위해 트랙을 달리는 매우 간단하고, 상호 연결된 로봇 카트를 얻는 데 성공했다. 

 

The Debrief

 

 

카트는 다른 로봇 카트가 무엇을 하는지 알거나 경로로 프로그래밍되지 않은 채 이 작업을 수행해냈다. 

 

"이것은 스스로 학습하는 로봇의 디자인에서 새로운 사고방식의 변화다. 

 

대부분의 전통적인 프로그래밍 로봇과 달리, 이러한 종류의 간단한 자가 학습 로봇은 강하게 변화하는 환경에 적응할 수 있도록 어떤 복잡한 모델도 요구하지 않는다."라고 Overvelde는 설명한다. 

 

앞으로 이것은 다른 물체를 집는 방법을 배우는 로봇 손이나 피해를 입힌 후 자동으로 동작을 적응시키는 로봇과 같은 소프트 로봇에 응용될 수 있을 것이다.

 

 

연구팀은 현재 7개의 로봇을 연결해 움직이는 기차를 만들었고 향후 더욱 복잡한 행동을 수행할 수 있는 로봇을 개발한다는 계획이다. 빌딩 블록을 연결해 '문어'처럼 움직이는 로봇을 구상하고 있다. 각각의 로봇들은 탈중앙집권적인 신경시스템을 갖추고 있으며, 독립적인 ’뇌’로 기능한다.

 

황기철 콘페이퍼 에디터

Ki Chul Hwang Conpaper editor 

 

Continuous Learning of Emergent Behavior in Robotic Matter

youtu.be/Il1sHJfD3Us

kcontents

728x90

댓글()